Název:	Transformer-Based Automatic Punctuation Prediction and Word Casing Reconstruction of the ASR Output
Autoři:	Švec, Jan Lehečka, Jan Šmídl, Luboš Ircing, Pavel
Citace zdrojového dokumentu:	ŠVEC, J. LEHEČKA, J. ŠMÍDL, L. IRCING, P. Transformer-Based Automatic Punctuation Prediction and Word Casing Reconstruction of the ASR Output. In Text, Speech, and Dialogue 24th International Conference, TSD 2021, Olomouc, Czech Republic, September 6–9, 2021, Proceedings. Cham: Springer International Publishing, 2021. s. 86-94. ISBN: 978-3-030-83526-2 , ISSN: 0302-9743
Datum vydání:	2021
Nakladatel:	Springer International Publishing
Typ dokumentu:	konferenční příspěvek ConferenceObject
URI:	2-s2.0-85115216462 http://hdl.handle.net/11025/47244
ISBN:	978-3-030-83526-2
ISSN:	0302-9743
Klíčová slova v dalším jazyce:	ASR;BERT;T5;Punctuation predictor;Word casing reconstruction
Abstrakt v dalším jazyce:	The paper proposes a module for automatic punctuation prediction and casing reconstruction based on transformers architectures (BERT/T5) that constitutes the current state-of-the-art in many similar NLP tasks. The main motivation for our work was to increase the readability of the ASR output. The ASR output is usually in the form of a continuous stream of text, without punctuation marks and with all words in lowercase. The resulting punctuation and casing reconstruction module is evaluated on both the written text and the actual ASR output in three languages (English, Czech and Slovak).
Práva:	Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Springer
Vyskytuje se v kolekcích:	Konferenční příspěvky / Conference Papers (KKY) OBD

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.